鱼粉中肉骨粉含量的近红外反射光谱分析 ·...
TRANSCRIPT
鱼粉中肉骨粉含量的近红外反射光谱分析牛智有 韩鲁佳 苏晓鸥 杨振海
【摘要】 收集了 112 个鱼粉和 34 个肉骨粉样品,在鱼粉中掺入不同比例 (5%~60% ) 的肉骨粉, 制备了 163 个样本。应
用偏最小二乘 (PLS) 定标方法, 在 8678.10~ 4250.34 cm- 1 波数范围内, 采用变量标准化 (SNV)、7 点平滑和一阶导数对
光谱进行预处理,建立了鱼粉中肉骨粉含量的 NIRS 定量分析模型。定标集真值与 NIRS 定标模型预测值之间的决定系
数 R2 和标准差 RMSEC 分别为 0.9529 和 3.22,相对分析误差 RPD 为 4.798。验证集真值与 NIRS 预测值之间的决定系
数 r2 及标准差 RMSEP 分别为 0.9668 和 2.68,相对分析误差 RPD 为 5.484。结果表明, 利用 NIRS 分析技术可准确地
检测鱼粉中肉骨粉含量。
关键词: 鱼粉 肉骨粉 近红外反射光谱 偏最小二乘
引言鱼粉是主要蛋白质饲料原料,其中氨基酸含量丰富且
配比合理,在饲养、养殖行业中起着不可替代的作用。由
于鱼粉品质好、用量大、价格高,因此鱼粉掺假现象日趋
严重。据资料统计,从最近 4 年受检的鱼粉镜检统计结果
来看,进口鱼粉平均掺杂率为 27.5% ,而国产鱼粉平均掺
杂率竟高达 73.5% [1]。肉骨粉 (meat and bone meal,简称
MBM ) 作为动物性蛋白质饲料原料,因其中骨骼及结缔
组织的含量较大,且含有较多血、蹄角及毛发等物,虽然
蛋白质含量高,但其利用率较低。另外由于“疯牛病”的
传播,世界各国政府纷纷作出限制或禁用肉骨粉的各种管
理规定,因此肉骨粉从其品质和市场价格上和鱼粉是无法
比拟的。为了降低生产成本,牟取暴利,一些鱼粉加工企
业、经销商、饲料生产企业在鱼粉中掺杂肉骨粉,以次充
好,不仅扰乱了市场秩序 , 侵害了消费者的利益,同时也
造成一定的隐患。因此,寻求一种快速、有效的检测方法
显得非常重要。
本研究利用近红外反射光谱快速检测分析技术,研究
建立鱼粉中肉骨粉含量的定量快速检测方法,对于加大饲
料质量监督检测力度,促进饲料产品质量水平的提高,确
保饲料安全,防止“疯牛病”在我国蔓延,具有重要的现
实意义。
1 材料与方法1.1 样本的制备
收集鱼粉样品 112 个,其中国产 87 个,分别来自山
东、辽宁、浙江、河北等省鱼粉加工厂或饲料生产企业; 进口 25 个,分别来自秘鲁、智利、俄罗斯、美国等国家。
肉骨粉样品 34 个,其中国产 28 个、进口 6 个。用电子分
析天平 (AB204-E 型 ) 准确称量,在鱼粉中掺入不同比例
(5%~60% ) 的肉骨粉,共制备 163 个试验样本,并以鱼粉
中掺入肉骨粉的比例作为样本的真值,真值范围为 5%~ 60% ,平均值为 32.23% ,标准偏差 SD 为 15.45%。
利用高速万能粉碎机 (FW 135 型 ) 粉碎样品,使之全
部通过 1mm 标准筛孔,并混合均匀。
1.2 近红外反射光谱仪及参数设定
热电公司生产的 Antaris 360N 型傅里叶变换近红外反
射光谱仪:光源为钨卤灯,检测器为铟镓砷 ( InGaAs) ,带漫反射积分球附件和旋转式石英样品池 ( 内径 5cm ) ,标准陶瓷片作为参比。
近红外光谱仪参数设定: 扫描范围 10000~4000 cm- 1,
扫描次数 32 次,采样间隔 3.857 cm- 1, 分辨率 8cm- 1。
1.3 异常样本的判别方法
采用偏最小二乘 PL S 算法和留一全交互验证法 (cro ss-validation) 对全部样本光谱进行异常值检验。光谱和化
学值异常 (oulier) 分别采用光谱杠杆值 ( leverage) 和学生
残差 ( residual) 两个统计量 [2], 光谱杠杆值的阈值设为各样
本平均影响值的 2 倍 , 如果大于该阈值,则可判断该样本
光谱异常。学生残差的阈值设为样本平均值的 3 倍,大于
该阈值意味着该样本化学值异常。光谱和化学值均异常的
样本为“特异”样本,从样本集中剔除 [3]。
1.4 近红外分析模型的定标方法
采用 PLS 法建立 NIRS 定标模型,以定标集决定系数
(R2) 和标准差 (RM SEC)、交互验证决定系数 (1-VR) 和交
互验证标准差 (RM SECV)、验证集决定系数 ( r2 ) 和标准
差 (RM SEP) 作为衡量定标模型质量优劣的指标 [4-5 ] ,显
然各项决定系数越大,标准差越小,表明模型的定标效果
越好,预测精度越高。用相对分析误差 RPD 对定标模型
的定标效果和预测精度进行进一步验证 [6]。如果 RPD> 3,则说明定标效果良好,预测精度高,所建立的 NIRS 定标
模型可用于实际检测; 如果 2.5 < RPD < 3,说明用 NIRS 分析技术对该成分进行定量分析是可行的 , 但其预测精度
有待于进一步提高; 如果 RPD< 2.5, 则说明该组分难以进
行 NIRS 定量检测分析 [ 7 ]。
2 结果与分析2.1 样本近红外反射光谱
图 1 为鱼粉和肉骨粉的近红外反射光谱。从图中可
以看出,鱼粉和肉骨粉的光谱吸收主要集中在 7000~4000 cm-1 波 数 范 围 内, 大 约 在 6667、5782、5152、4869、4601、4333、4260cm-1 有强烈的吸收峰,并且两者的光谱
十分相似。
新应用 N
ew A
pplication
图 2 为鱼粉和肉骨粉近红外反射光谱的二阶导数。从
图中可以观察到,图 1 中吸收带能够完全分辨出来,两者
的波形有明显的区别。
图 1:鱼粉和肉骨粉的近红外反射光谱
图 2:鱼粉和肉骨粉近红外反射光谱二阶导数
图 3:样本异常值检验结果
2.3 光谱预处理方法的确定
2.3.1 散射校正方法的选择
利用智能化定量分析软件 (TQ Analysis v6.0),在最
优的 8678.10~4250.34 cm-1 波数范围内,对光谱进行不同
的散射校正 (MSC、SNV) 处理 , 定标结果见表 2。从表 2 中可以看出,选择采用变量标准化 (SNV) 散射
校正时,与附加散射校正 (MSC) 相比,定标集和验证集
决定系数最大,标准差最小,说明对光谱进行变量标准化
(SNV) 散射校正处理,具有最优的定标效果。所以选择变
量标准化 (SNV) 为 NIRS 定量分析的散射校正方法。
2.3.2 数学处理方法的选择
在 8678.10~4250.34cm-1 最优波数范围内 , 采用变量
标准化 (SNV) 散射校正方法,对样本光谱分别进行 7 点
平滑、导数 ( 一阶导数、二阶导数 ) 及其与平滑组合 5 种数学处理,以选择最优的数学处理方法。定标结果见表 3。
从表 3 中可以看出,尽管光谱采用平滑和二阶导数数
学处理时,与其他数学处理方法比较,定标集决定系数
R2= 0.9717 为最大,标准差 RM SEC=2.59 为最小,但交
互验证和验证集决定系数和标准差并非为最优结果。考虑
定标模型的稳定性和预测精度,选择 7 点平滑和一阶导数
相结合的数学处理方法为建立 NIRS 定标模型的光谱数学
预处理方法。
2.4 NIRS 定标模型的建立与验证
根据上述分析,在 8678.10~4250.34 cm-1 最优波数范
围内,对光谱进行变量标准化 (SNV )、7 点平滑和一阶导
数预处理,建立了鱼粉中肉骨粉含量的的 NIRS 定标模型。
用所建的 NIRS 定标模型,对 30 个验证集样本中肉
骨粉含量进行预测,并采用相对分析误差 RPD 对定标模
型的预测精度和可靠性进行进一步评价。定标和验证结果
见表 4。从表 4 中可以看出,不论定标集还是验证集,鱼粉中
肉骨粉含量的真值与 NIRS 定标模型预测值之间的决定系
数 R2 ( 或 r2) 都在 0.95 以上,具有很好的线性相关性; 相对分析误差 RPD 均大于 3,具有较高的预测精度,说明所
建立的 NIRS 定标模型比较理想,可以用于实际检测。
采用一元线性回归的方法,分别得到定标集和验证集
样本中肉骨粉含量的真值与 NIRS 定标模型预测值之间的
线性相关关系,如图 4~ 5 所示。
3 结论(1)应用偏最小二乘 (PLS) 定标方法,在 8678.10~
4250.34cm-1 最优的波数范围内,对样本光谱进行变量标
准化 SNV、7 点平滑和一阶导数预处理,建立了鱼粉中
肉骨粉含量的 NIRS 定标模型。定标集真值与 NIRS 定标
2.2 异常样本的剔除
通过计算,样本光谱杠杆值的平均值为 0.049, 则其阈
值为 0.098; 真值学生残差的平均值为 0.822, 其阈值则为
2.466。检验结果如图 3 所示。
从图 3 可看出,012 号 L = 0.099,R = - 2.513)、045 号 (L = 0.103,R = - 2.746) 、029 号 (L =0.157,R = - 2.635) 样本的光谱和真值均异常,应从样本集中剔除,所以实际用
于 NIRS 定量分析的只有 160 个样本。从样本集中选取 30个作为验证集,其余 130 个为定标集。定标集样本用于建
立 NIRS 定标模型,验证集样本用于检验 NIRS 定标模型
的预测精度和可靠性。定标集和验证集样本中肉骨粉含量
统计结果见表 1。
表 1:定标集和验证集鱼粉中肉骨粉含量统计结果 新应用 N
ew A
pplication
表 2:不同散射校正方法定标结果
注:数学处理方法:7 点平滑和一阶导数
表 3:样本不同数学处理方法定标结果
注 : 散射校正方法 : 变量标准化 SNV
表 4:鱼粉中肉骨粉含量的定标与验证结果
注:RPD= SD/SEC (SEP)。SD 为定标集和验证集样本标准偏差 , SEC 和 SEP 分别为定标集和验证集标准分析误差
图 4:鱼粉中肉骨粉含量的真值与 NIRS 预测值
相关关系 ( 定标集 )图 5:鱼粉中肉骨粉含量的真值与 NIRS 预测值相
关关系 ( 验证集 )
模型预测值之间的决定系数 R2 和标准差 RM SEC 分别为
0.9529 和 3.22, 相对分析误差 RPD= 4.798>3,取得良好的
定标效果。
(2) 用建立的 NIRS 定标模型对 30 个验证集样本进行
预测,其真值与 NIRS 预测值决定系数 r2 和标准差 RM SEP 分别为 0.9668 和 2.68,相对分析误差 RPD= 5.484>3,
获得理想的预测精度。
(3) 利用近红外反射光谱分析技术能够定量、准确
地检测鱼粉中肉骨粉的含量。由于近红外分析技术是一
种快速、简便、有效的检测分析方法,通过 NIRS 分析,
建立 NIRS 定标模型,可以达到检测鱼粉中肉骨粉含量
的目的。
新应用 N
ew A
pplication